- 解决**云端LLM驾驶员代理** 推理延迟超过**车辆控制实时窗口** 的问题
- 现有**世界模型(world model)** 将未来生成与动作选择耦合在大型循环中，导致**延迟累积**
- 研究背景：LLM提供语义判断但受限于推理延迟，无法满足步进式车辆控制需求
- 提出**SteinsGateDrive**，一种**延迟解耦的规划器-运行时架构(latency-decoupled planner-runtime architecture)**
- 构建三种**世界线(worldline)** 角色：α名义自我条件未来、β交互反事实、γ危险应力未来（如刹车、切入、阻塞走廊）
- 所选分支变为**类型化战略预测(typed StrategicForecast)**，包含地平线、有效性/中止条件、回退和权限
- 运行时通过**原子谓词检查(atom-predicate runtime check)** 验证安全契约有效性，仅在契约有效时重用预测
- **首次提出** 延迟解耦架构，将未来选择（LLM规划）与最终控制（运行时执行）分离，通过**安全契约仲裁**
- **世界线隐喻(worldline metaphor)**：结构化生成三种反事实未来，实现有原则的**干预后果推理**
- **运行时安全机制**：基于原子谓词检查而非漂移分数，漂移分数仅作为**刷新频率旋钮(refresh-frequency knob)**
- **有效延迟大幅降低**：在4秒地平线时，有效延迟从+3.07秒降至-0.01秒，同时保持**无碰撞安全边界**
- 为**延迟敏感的LLM规划** 提供了一种通用范式，通过解耦架构实现**安全与响应性的平衡**
- 在标准化**受试者内匹配种子协议** 上验证性能，展示了**可测量的延迟消除** 效果
- 明确了**架构安全贡献来源于运行时检查** 而非预测漂移，为后续研究提供设计原则